Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.

Autores
Guillaumet, Alfredo Aníbal; Filippetti, María Cecilia; Manavella, Roberto; Meyer, Lía Caren
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
Este trabajo es parte de una investigación desarrollada con el fin de caracterizar, para uso estructural, la madera de pino ponderosa proveniente de bosques implantados en la zona andina de la Patagonia Norte de Argentina. En el año 2002 Argentina comenzó con las normas de clasificación visual pero la tendencia en el mundo es avanzar hacia una clasificación mecánica. El objetivo de este artículo es presentar la comparación entre modelos de clasificación mecánica y de clasificación visual resistente. El programa experimental incluyó 454 cuerpos de prueba de 6 escuadrías diferentes. Los ensayos se realizaron según la norma UNE-EN:408 (2012)1 . Se diseñaron cinco modelos para la clasificación mecánica. Para la clasificación visual se utilizó un método ya publicado sobre la base de la nudosidad y las dimensiones de los anillos de crecimiento. La clasificación mecánica presentó un 92,7% y 98,8% de aciertos en las calidades superior e inferior respectivamente, con rendimientos del 18% y 36%. La clasificación visual mostró rendimientos más altos, pero con un alto porcentaje de sobreestimas, un 64% y un 57% en las calidades superior e inferior respectivamente. Se concluye que con la clasificación mecánica se predice más acertadamente la calidad estructural de cada pieza.
This work is part of an investigation developed in order to characterize, for structural use, the ponderosa pine wood from forests implanted in the Andean zone of Northern Patagonia in Argentina. In 2002 Argentina started with visual classification standards but the trend in the world is to move towards a mechanical classification. The objective of this article is to present the comparison between mechanical classification and resistant visual classification models. The experimental program included 454 test corps from 6 different squads. The tests were carried out according to the UNE-EN: 408 (2012)1 standard. Five models were designed for mechanical classification. For visual classification, a previously published method was used on the basis of the knots and the dimensions of the growth rings. The mechanical classification presented 92.7% and 98.8% of correct answers in the superior and inferior qualities respectively, with yields of 18% and 36%. The visual classification showed higher yields, but with a high percentage of overestimations, 64% and 57% in the superior and inferior qualities respectively. It is concluded that with the mechanical classification the structural quality of each piece is more accurately predicted.
Fil: Guillaumet Alfredo. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Fil: Filippetti, María Cecilia. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Fil: Manavella, Roberto. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Fil: Meyer, Lía Caren. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Materia
Piezas.
Clasificación Visual.
Pino Ponderosa.
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-04-10T00:36:28Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/10432
Acceder
id RIAUTN_1fa9ead61179327e3b96b3318c6d7ba4
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/10432
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.Guillaumet, Alfredo AníbalFilippetti, María CeciliaManavella, RobertoMeyer, Lía CarenPiezas.Clasificación Visual.Pino Ponderosa.Este trabajo es parte de una investigación desarrollada con el fin de caracterizar, para uso estructural, la madera de pino ponderosa proveniente de bosques implantados en la zona andina de la Patagonia Norte de Argentina. En el año 2002 Argentina comenzó con las normas de clasificación visual pero la tendencia en el mundo es avanzar hacia una clasificación mecánica. El objetivo de este artículo es presentar la comparación entre modelos de clasificación mecánica y de clasificación visual resistente. El programa experimental incluyó 454 cuerpos de prueba de 6 escuadrías diferentes. Los ensayos se realizaron según la norma UNE-EN:408 (2012)1 . Se diseñaron cinco modelos para la clasificación mecánica. Para la clasificación visual se utilizó un método ya publicado sobre la base de la nudosidad y las dimensiones de los anillos de crecimiento. La clasificación mecánica presentó un 92,7% y 98,8% de aciertos en las calidades superior e inferior respectivamente, con rendimientos del 18% y 36%. La clasificación visual mostró rendimientos más altos, pero con un alto porcentaje de sobreestimas, un 64% y un 57% en las calidades superior e inferior respectivamente. Se concluye que con la clasificación mecánica se predice más acertadamente la calidad estructural de cada pieza.This work is part of an investigation developed in order to characterize, for structural use, the ponderosa pine wood from forests implanted in the Andean zone of Northern Patagonia in Argentina. In 2002 Argentina started with visual classification standards but the trend in the world is to move towards a mechanical classification. The objective of this article is to present the comparison between mechanical classification and resistant visual classification models. The experimental program included 454 test corps from 6 different squads. The tests were carried out according to the UNE-EN: 408 (2012)1 standard. Five models were designed for mechanical classification. For visual classification, a previously published method was used on the basis of the knots and the dimensions of the growth rings. The mechanical classification presented 92.7% and 98.8% of correct answers in the superior and inferior qualities respectively, with yields of 18% and 36%. The visual classification showed higher yields, but with a high percentage of overestimations, 64% and 57% in the superior and inferior qualities respectively. It is concluded that with the mechanical classification the structural quality of each piece is more accurately predicted.Fil: Guillaumet Alfredo. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.Fil: Filippetti, María Cecilia. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.Fil: Manavella, Roberto. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.Fil: Meyer, Lía Caren. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.UTN FRVT2024-04-10T00:36:28Z2024-04-10T00:36:28Z2021info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfJornadas Argentina de Ingeniería Estructural.http://hdl.handle.net/20.500.12272/10432spainfo:eu-repo/semantics/openAccess2024-04-10T00:36:28Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalGuillaumet, Alfredo Aníbal.Creative Commons http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Este trabajo puede ser utilizado con fines académicos y de estudio. reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:58:03Zoai:ria.utn.edu.ar:20.500.12272/10432instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:58:04.539Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
title Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
spellingShingle Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
Guillaumet, Alfredo Aníbal
Piezas.
Clasificación Visual.
Pino Ponderosa.
title_short Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
title_full Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
title_fullStr Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
title_full_unstemmed Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
title_sort Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.
dc.creator.none.fl_str_mv Guillaumet, Alfredo Aníbal
Filippetti, María Cecilia
Manavella, Roberto
Meyer, Lía Caren
author Guillaumet, Alfredo Aníbal
author_facet Guillaumet, Alfredo Aníbal
Filippetti, María Cecilia
Manavella, Roberto
Meyer, Lía Caren
author_role author
author2 Filippetti, María Cecilia
Manavella, Roberto
Meyer, Lía Caren
author2_role author
author
author
dc.subject.none.fl_str_mv Piezas.
Clasificación Visual.
Pino Ponderosa.
topic Piezas.
Clasificación Visual.
Pino Ponderosa.
dc.description.none.fl_txt_mv Este trabajo es parte de una investigación desarrollada con el fin de caracterizar, para uso estructural, la madera de pino ponderosa proveniente de bosques implantados en la zona andina de la Patagonia Norte de Argentina. En el año 2002 Argentina comenzó con las normas de clasificación visual pero la tendencia en el mundo es avanzar hacia una clasificación mecánica. El objetivo de este artículo es presentar la comparación entre modelos de clasificación mecánica y de clasificación visual resistente. El programa experimental incluyó 454 cuerpos de prueba de 6 escuadrías diferentes. Los ensayos se realizaron según la norma UNE-EN:408 (2012)1 . Se diseñaron cinco modelos para la clasificación mecánica. Para la clasificación visual se utilizó un método ya publicado sobre la base de la nudosidad y las dimensiones de los anillos de crecimiento. La clasificación mecánica presentó un 92,7% y 98,8% de aciertos en las calidades superior e inferior respectivamente, con rendimientos del 18% y 36%. La clasificación visual mostró rendimientos más altos, pero con un alto porcentaje de sobreestimas, un 64% y un 57% en las calidades superior e inferior respectivamente. Se concluye que con la clasificación mecánica se predice más acertadamente la calidad estructural de cada pieza.
This work is part of an investigation developed in order to characterize, for structural use, the ponderosa pine wood from forests implanted in the Andean zone of Northern Patagonia in Argentina. In 2002 Argentina started with visual classification standards but the trend in the world is to move towards a mechanical classification. The objective of this article is to present the comparison between mechanical classification and resistant visual classification models. The experimental program included 454 test corps from 6 different squads. The tests were carried out according to the UNE-EN: 408 (2012)1 standard. Five models were designed for mechanical classification. For visual classification, a previously published method was used on the basis of the knots and the dimensions of the growth rings. The mechanical classification presented 92.7% and 98.8% of correct answers in the superior and inferior qualities respectively, with yields of 18% and 36%. The visual classification showed higher yields, but with a high percentage of overestimations, 64% and 57% in the superior and inferior qualities respectively. It is concluded that with the mechanical classification the structural quality of each piece is more accurately predicted.
Fil: Guillaumet Alfredo. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Fil: Filippetti, María Cecilia. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Fil: Manavella, Roberto. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
Fil: Meyer, Lía Caren. Universidad Tecnológica Nacional. Facultad Regional Venado Tuerto. Ingeniería Civil. Grupo GIDEC (Grupo de Investigación y Desarrollo de Estructuras Civiles) . Santa Fe; Argentina.
description Este trabajo es parte de una investigación desarrollada con el fin de caracterizar, para uso estructural, la madera de pino ponderosa proveniente de bosques implantados en la zona andina de la Patagonia Norte de Argentina. En el año 2002 Argentina comenzó con las normas de clasificación visual pero la tendencia en el mundo es avanzar hacia una clasificación mecánica. El objetivo de este artículo es presentar la comparación entre modelos de clasificación mecánica y de clasificación visual resistente. El programa experimental incluyó 454 cuerpos de prueba de 6 escuadrías diferentes. Los ensayos se realizaron según la norma UNE-EN:408 (2012)1 . Se diseñaron cinco modelos para la clasificación mecánica. Para la clasificación visual se utilizó un método ya publicado sobre la base de la nudosidad y las dimensiones de los anillos de crecimiento. La clasificación mecánica presentó un 92,7% y 98,8% de aciertos en las calidades superior e inferior respectivamente, con rendimientos del 18% y 36%. La clasificación visual mostró rendimientos más altos, pero con un alto porcentaje de sobreestimas, un 64% y un 57% en las calidades superior e inferior respectivamente. Se concluye que con la clasificación mecánica se predice más acertadamente la calidad estructural de cada pieza.
publishDate 2021
dc.date.none.fl_str_mv 2021
2024-04-10T00:36:28Z
2024-04-10T00:36:28Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv Jornadas Argentina de Ingeniería Estructural.
http://hdl.handle.net/20.500.12272/10432
identifier_str_mv Jornadas Argentina de Ingeniería Estructural.
url http://hdl.handle.net/20.500.12272/10432
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-04-10T00:36:28Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Guillaumet, Alfredo Aníbal.
Creative Commons http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Este trabajo puede ser utilizado con fines académicos y de estudio. 
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-04-10T00:36:28Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Guillaumet, Alfredo Aníbal.
Creative Commons http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Este trabajo puede ser utilizado con fines académicos y de estudio. 
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv UTN FRVT
publisher.none.fl_str_mv UTN FRVT
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862381224198144
score 13.365483

Publicaciones similares